一文帶你看懂，火爆全網的Skills到底是個啥。

大數據文摘受權轉載自數字生命卡茲克

作者：卡茲克

相信大家最近，都都在各種地方看到一個單詞。

這個單詞叫做，Skills。

各種github上被瘋狂star的倉庫，很多也都是skills相關。

比如這個這個包含50多個Claude技能的倉庫，已經18K了。

還有這個叫superpowers的項目。

一個基于各種skills包裝之上的開發工作流程，也18k了。

skills的熱度，現在在AI圈里，都有點不亞于當年的Prompts。

23年24年，大家都在分享各種各樣的Prompt模板。

而現在，大家都在互相分享各種各樣的skills。

很多人這兩天也都在后臺問，skills到底是個啥，跟Prompt、MCP、到底有啥區別。

所以，也花了一些2天時間，來寫這篇文章和教程，希望能通俗易懂的帶你看懂，啥是skills，以及，這玩意到底怎么用上。

話不多說，我們開始。

Skills，翻譯過來就是技能，字面意思上非常簡單，給Agent用的技能。

注意我的定語，給Agent用的技能。

先給大家看兩個，我們公司內部用Skills做的兩個我感覺還算有趣的案例。

直觀的讓大家感受一下，Skills他能干啥。

第一個案例，是我們的AI選題系統。

很多朋友都好奇，我是怎么自動化找選題的，方法論我們當然是有非常嚴格的方法論，但是自動化的工具，肯定也是需要的，畢竟選題這玩意，其實就是海量輸入到少量輸出的轉化漏斗，你先要足夠多的信息，才能找到還可以的選題。

按過往，我們一個人來找的話，每天至少要瀏覽兩遍推特、Reddit、Github、 buzzing、The Information、 微博、知乎、小紅書、B站等多個網站平臺，篩選出有價值的熱點，再思考這個事件是不是值得寫，切入角度又是什么、標題又是什么。。。

說實話，這個過程過去經常要花費2-3個小時，會大量浪費我日常自己做項目和體驗產品的時間。

于是，之前12月呢，我們就用Skills，手搓了一個AI選題系統。

里面包含1個 Agent（總控中樞）+ 3個Skill，現在，每天我只需要說一句：開始今日選題生成。

這玩意就會全自動的：

第1步，一個熱點采集skill采集全網熱點，從多個平臺抓取最新熱點。

第2步，用一個選題生成的skill自己分辨，然后篩選并生成TOP10值得關注的選題，包含"事件描述+核心角度+標題"。

第3步，自己開始使用我們的方法論，開始審核上一步輸出的所有選題。

最后一步，當選題審核不通過時，系統不會結束，而是由審核Skill給出不通過 + 修改意見，接著主 Agent 讀取反饋把修改意見作為上下文，重新調用選題生成Skill修改不通過的選題，再次進入審核流程，不斷的迭代，直到審核通過為止。

流程特別簡單。

這個看著是不是有點像Workflow？

其實沒錯，Agent+skills，在很多時候，就是workflow的一種呈現，甚至寶玉老師在一篇文章中的原話更為激進：“幾乎所有能用 workflow 完成的AI任務，都可以用Agent + Skills實現。”

另一個任務，我做了一個整合包生成器。

就是我自己因為確實編程小白，很多github上的開源項目都沒有前端界面，又需要各種各樣的環境，實在是搞不明白也用不了，我就想要一個整合包能開箱即用。

所以我自己一直想有一種方式，能給一個Github鏈接，它就能幫我把整個項目，打包成一個本地整合包，用腳本一鍵啟動，前端是一個好看的魔改過的界面。

所以，我就搓了一個skill，我稱為，整合包生成器。

大概的的Skill結構。

比如這個著名的 Manim項目，是一個用于精確程序化動畫的引擎，專為創建解釋性數學視頻而設計。

我就直接一句話扔到OpenCode里，說要幫我做成整合包。

在規劃完，用各種agent和這個skill，列了20個ToDoList。

又開發了十幾分鐘之后。

一個本地的整合包就完成了，解壓，運行腳本，打開前端項目。

然后...就報了個錯。

不過無所謂，把錯誤日志，復制回去，直接讓AI解決一下。

再打開，搞定。

現在，我可以直接把大多數的Github上的沒有前端項目，直接生個前端，給我這種小白用...

完美的解決了我這種編程小白又菜又想用各種大佬的開源項目的痛點。

看完我們的case之后，相信你也大概能明白，Skill能做什么有趣的東西了。

說實話，到現在我也依然覺得，Skills這玩意的價值，還是被大大低估了。

無論你是專業者，自己把自己的經驗和workflow封裝成各種各樣的skill，還是跟我一樣的普通小白，把一個一個的需求封裝成skill方便未來持續調用。

這玩意，都有莫大的潛力。

首先，非常簡單的跟大家收一下，Skills到底是個啥。

Skills這玩意，是去年也就是2025年10月，Anthropic在Claude Code上支持的特性。

后面之所以爆了，是因為12月18號，他們把Skills當做一個標準，直接開放了，所以，大家紛紛接入。

目前除了Claude Code自己之外，我昨天推薦的OpenCode也完美兼容Skill，Codex、Cursor、Codebuddy等一些編程工具，也基本上都兼容了。

技能不同于傳統的Prompt只有一個markdown的文本，在里面，其實包含了各種各樣的東西，比如有Promtp、參考文檔、腳本之類的在Agent需要時可以加載的資源的文件夾。

所以，在形式上來說，Skills是一個文件夾，不只是一個文本，這個需要清楚。

就比如我的那個整合包生成器，里面就有蠻多腳本。

你可能會說，還是很繞，很難理解。

那我再用故事舉個例子。

就比如說，在工作中，讓你帶新人。

你可以把Agent想成一個剛入職的實習生，很聰明，理解能力很強，嘴也很甜，啥都能聊。

但你真讓他干活，他最大的問題從來不是智商，是不熟你家規矩。

而Prompt是啥呢，Prompt就像你站在他旁邊，當場口頭交代任務。

今天讓他寫一段公眾號開頭，明天讓他把語氣改得更克制一點，后天讓他按你要的結構寫一頁 PPT。

它天然適合一次性的、臨場的、隨時變的指令。

同時，它也天然有個缺點，就是你一關對話，它就像你剛剛說過的話一樣，木得了，Prompts是對話里你當下給的自然語言指令，臨時、反應式、只在這輪對話里生效。

而Skills，就像你給他一本公司內部的那種SOP手冊，你們肯定見過無數了。

而且這手冊不是那種一張長到讓人窒息的Word，它更像一個知識庫般的文件夾，里面可以放規范、腳本、模板、參考資料等等，Agent呢，會在需要時自己去翻。

這里有個特別關鍵的設計，叫progressive disclosure，中文名叫漸進式披露，在過去移動互聯網時代，可以說是我們做用戶體驗設計時的最高法則之一，你們每天用的菜單欄，就是漸進式披露的最常見的設計。

比如點頭像，進入到菜單欄，再從菜單欄，點設置，最終進入到復雜的設置界面。

目的特別簡單，不是在一上來的時候，給用戶提供大量的信息和選擇讓他認知負荷爆炸，而是將這個過程分解成幾部分，讓用戶集中注意力在當前的事件上，從易到難地引導用戶。

這樣不僅可以確保用戶不會被新信息淹沒，還可以逐步分解、引導用戶在認知負荷最低的情況下，處理任務。

本質上，其實就是人的瞬時記憶區太小了，一瞬間只能接受最多7±2個信息塊，而AI因為受限于Token，其實在本質上，是一模一樣的。

所以漸進式披露放到Skills上，就變成了，先放目錄，再放章節，最后放附錄。

Skill的元信息先加載一小段，讓模型知道“有這么個手冊，適用范圍是啥”。

當它判斷這次任務真用得上，再把完整的SKILL.md讀進上下文，要是還不夠，再按需去讀你在文件夾里附帶的其他文件。

用這樣的方式，不僅可以保證Agent能準確的執行任務，還可以在長輪對話中，省下大量的Token，因為在大模型的交互中，對話越長，模型越笨，這幾乎是個共識，Token這玩意，在Agent架構設計上，真的就是寸土寸金。

所以，你就能看出來，為啥我一直強調說，Skills是給Agent用的技能。

它其實做的一直就一件事，把你的流程性知識變成可復用的能力包，然后在Agent需要的時候，隨叫隨到，穩定發揮。

而MCP這玩意，跟Prompt和Skills完全就不一樣了，它不負責教新人怎么干活，它只負責，給新人開門禁卡。

比如你現在遇到的很多痛點，本質是這個新人牛逼到爆炸但是就是進不去你們公司的倉庫，因為他沒有權限，沒有倉庫的那個門禁卡。

MCP就是那個門禁卡，能讓AI應用安全地連接外部系統，調用外部的一些能力。

聽完了上面的故事，我相信你現在肯定清楚，Skills、Prompt、MCP的區別了。

那明白是啥了，大家也都知道，Skills本質是個文件夾了。

我們就可以來看看，一個基本的Skill的基本配置是個什么的樣的了。

一般來說，一個完整的Skill，包含以下文件：

重要提醒：

1、文件夾名稱必須是小寫字母+連字符，例如 hotspot-collector（不能有空格、大寫）。

2、SKILL.md是唯一必需的，其他都是可選的。

SKILL.md 是核心文件，它的結構是固定的分為兩部分：

1、YAML頭部（必需）：用---包裹，包含 name和description字段，這是 OpenCode用來識別 Skill 的名片。

2、Markdown主體（必需）：詳細的工作流程，輸出格式要求，示例等。

展示使用該技能的具體代碼或操作案例。

最最核心的，其實就是description這個字段了，就是描述Agent會在何時如何調用你這個skills。

這塊一定要注意，別把一些Prompt的壞習慣帶過來，一定要始終使用第三人稱。

因為描述會被注入到系統提示中，不一致的視角會導致發現問題。

優秀的："處理Excel文件并生成報告"

不太行的："我可以幫助你處理Excel文件"

不太行的："你可以使用這個來處理Excel文件"

且，盡量包含你的觸發關鍵詞，同時整個將SKILL.md的正文，一定要保持在500行以內，這樣效果菜最好。

比如我那個整合包生成器的SKILL.md文件。

是不是有點暈了，此時可能很多朋友就會說，停停停，別跟我講這些了，我知道要寫這些，但是太麻煩了，這么多東西都要我自己設，好麻煩，又沒有那種能幫我直接生成一個Skill的Skill。

你別說，還有真有。

Anthropic官方自己就開源了一個Skills倉庫，里面有不少極度實用的Skills。

網址在此：https://github.com/anthropics/skills

這個Skills文件夾里，就是Claude官方，自己做的Skills。

我也簡單整理了一下大概的作用。

比較推薦安裝的就是docx、frontend-design、pdf、skill-creator、xlsx這些幾乎所有人都用的到。

里面能生成Skills的Skill，就是這個skill-creator。

安裝這個Skill也特別簡單。

有兩種方法。

1. 直接使用命令。

我們打開Claude Code或者OpenCode，我這里還是用OpenCode舉例子。

直接把這段Prompt，發給AI。

安裝這個skill，skill項目地址為: https://github.com/anthropics/skills/tree/main/skills/skill-creator

然后，就裝完了。

你想要安裝Claude官方的其他的Skill，就把鏈接換了就行。

2.第二種做法，就是把Skills文件夾，直接拖到你的本地目錄里。

地址如下：

Claude Code：~/.claude/skills

OpenCode：~/.config/opencode/skill

比如我的Mac電腦的路徑：/Users/khazix/.config/opencode/skill

Windows的話，就是這。

這里注意一下，初始是沒有skill文件夾的，要自己手動創建一個，所有項目都能共享放在全局目錄的Skill里，建議大家可以把所有的skill都選擇全局目錄生效，這樣在任何文件目錄下打開Claude Code或者OpenCode都可以識別到你所安裝的skill，也更加方便，如果是開發者自己有特定的分區，那另說。

裝完以后，OpenCode記得退出重進一下，Claude Code不用，2.1.0版本更新后就有Skills熱重載了，非常的香。

當你配置好skill之后，你就可以直接運行了，運行Skills特別簡單，直接通過對話OpenCode就會根據你的需求來調用對應的skill來完成你的任務。

就比如我那個整合包生成器的Skills，你直接說你的Promtp，先用Plan模式規劃一下，確定了所有的文檔之后，直接切換模式，然后開干就行。

寫到這兒，你應該能感覺到，Skills這波熱度，真不是圈內人又在發明新詞。

帶新人最爽的狀態，從來都不是他能說會道。

而是我給他一套手冊，他自己能翻，能執行，能自檢，能迭代。

你少說一句廢話，他多交一份結果。

Skills也一樣。

今天你就可以，把 skill-creator 裝上，然后把你最常用的一個動作固化下來，比如選題篩熱點，比如把報錯日志變成修復方案，比如把一堆鏈接變成摘要和觀點。

做完這一個，當它運行起來的那一瞬間，你就會懂，Skills的價值，在于復用。

明天你會開始想做第二個。

后天你會想把所有的流程全都搬進去。

到那一步，你就進入了另一個狀態。

自由，創造的狀態。

GPU 訓練特惠！

H100/H200 GPU算力按秒計費，平均節省開支30%以上！

掃碼了解詳情?

點「贊」的人都變好看了哦！